W²SSL自监督框架

计算减半性能更优

通过空间耦合采样同时聚合语义和位置特征，在多种数据集上以一半的计算量超越现有自监督方法。

Zhao, Wenyi · 鲁洋 · 张卫东 · Yongqin, Tian · Jia, Wenhe · Wei, Li · Mu, Yang · 潘细朋 · 杨辉华

IEEE Transactions on Circuits and Systems for Video Technology 2023

技术优势

计算量减半

通过空间耦合采样同时利用语义和位置信息，在达到更优性能的同时只需一半计算消耗。

精度仍领先

在多种类型数据集上验证，即使计算量减半，性能依然超过现有最先进的自监督学习方法。

应用场景

• 具身智能视觉表征：用一半算力获得更强的视觉表征，降低机器人端上部署成本。
• 工业机器人视觉：在工厂边缘设备上以更少计算实现高精度识别，提升产线效率。
• 无人机视觉感知：机载算力有限时仍能维持高性能感知，延长续航并减轻重量。
• 脑机接口信号处理：利用高效特征提取减少信号处理延迟，适合实时脑机交互。